- Cover
- Contenido breve
- Contenido
- Prefacio
- Acerca del autor
- 1 La naturaleza de la econometría y los datos económicos
- 1.1 ¿Qué es la econometría?
- 1.2 Pasos en un análisis económico empírico
- 1.3 Estructura de los datos económicos
- Datos de corte transversal
- Datos de series de tiempo
- Combinación de cortes transversales
- Datos de panel o longitudinales
- Comentario sobre las estructuras de datos
- 1.4 Causalidad y la noción de ceteris paribus en el análisis econométrico
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- Parte 1 Análisis de regresión con datos de corte transversal
- 2 El modelo de regresión simple
- 2.1 Definición del modelo de regresión simple
- 2.2 Obtención de las estimaciones de mínimos cuadrados ordinarios
- 2.3 Propiedades de MCO en cualquier muestra de datos
- Valores ajustados y residuales
- Propiedades algebraicas de los estadísticos de MCO
- Bondad de ajuste
- 2.4 Unidades de medición y forma funcional
- Efectos de los cambios de unidades de medición sobre los estadísticos obtenidos de MCO
- Incorporación de no linealidades en la regresión simple
- Significado de regresión “lineal”
- 2.5 Valores esperados y varianzas de los estimadores de MCO
- Insesgamiento de los estimadores MCO
- Varianza de los estimadores de mínimos cuadrados ordinarios
- Estimación de la varianza del error
- 2.6 Regresión a través del origen y regresión sobre una constante
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- APÉNDICE 2A
- 3 Análisis de regresión múltiple: estimación
- 3.1 Motivación para la regresión múltiple
- El modelo con dos variables independientes
- Modelo con k variables independientes
- 3.2 Mecánica e interpretación de los mínimos cuadrados ordinarios
- Obtención de las estimaciones de MCO
- Interpretación de la ecuación de regresión de MCO
- El significado de “mantener todos los demás factores constantes” en la regresión múltiple
- Cambiar de manera simultánea más de una variable independiente
- Valores ajustados y residuales de MCO
- Una interpretación de descuento de efectos parciales de la regresión múltiple
- Comparación entre las estimaciones de la regresión simple y de la regresión múltiple
- Bondad de ajuste
- Regresión a través del origen
- 3.3 Valor esperado de los estimadores de MCO
- Inclusión de variables irrelevantes en un modelo de regresión
- Sesgo de variable omitida: caso sencillo
- Sesgo de la variable omitida: casos más generales
- 3.4 Varianza de los estimadores de MCO
- Los componentes de las varianzas de los estimadores de MCO: multicolinealidad
- Varianzas en modelos mal especificados
- Estimación de 2: errores estándar de los estimadores de MCO
- 3.5 Eficiencia de MCO: el teorema de Gauss-Markov
- 3.6 Algunos comentarios acerca del lenguaje del análisis de regresión múltiple
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- APÉNDICE 3A
- 4 Análisis de regresión múltiple: inferencia
- 4.1 Distribución de muestreo de los estimadores de MCO
- 4.2 Prueba de hipótesis sobre un solo parámetro poblacional: la prueba t
- Pruebas contra alternativas de una cola
- Alternativas de dos colas
- Otras pruebas de hipótesis acerca de j
- Cálculo del valor-p en las pruebas t
- Repaso del lenguaje empleado en las pruebas de hipótesis clásicas
- Significancia económica o práctica frente a significancia estadística
- 4.3 Intervalos de confianza
- 4.4 Pruebas de hipótesis de una sola combinación lineal de los parámetros
- 4.5 Pruebas para restricciones lineales múltiples: la prueba F
- Prueba para las restricciones de exclusión
- Relación entre los estadísticos F y t
- Forma R-cuadrada del estadístico F
- Cálculo de los valores-p para pruebas F
- El estadístico F para la significancia general de una regresión
- Prueba para las restricciones generales lineales
- 4.6 Informe de los resultados de la regresión
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- 5 Análisis de regresión múltiple: MCO asintóticos
- 5.1 Consistencia
- Obtención de la inconsistencia en MCO
- 5.2 Normalidad asintótica e inferencia con muestras grandes
- Otras pruebas con muestras grandes: el estadístico del multiplicador de Lagrange
- 5.3 Eficiencia asintótica de MCO
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- APÉNDICE 5A
- 6 Análisis de regresión múltiple: temas adicionales
- 6.1 Efectos del escalamiento de datos sobre los estadísticos de MCO
- Coeficientes beta
- 6.2 Más acerca de la forma funcional
- Más acerca del empleo de las formas funcionales logarítmicas
- Modelos con funciones cuadráticas
- Modelos con términos de interacción
- 6.3 Más sobre bondad de ajuste y selección de los regresores
- R-cuadrada ajustada
- Uso de la R-cuadrada ajustada para elegir entre modelos no anidados
- Control de demasiados factores en un análisis de regresión
- Adición de regresores para reducir la varianza del error
- 6.4 Predicción y análisis de residuales
- Intervalos de confianza para predicciones
- Análisis de residuales
- Predicción de y cuando log(y) es la variable dependiente
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- APÉNDICE 6A
- 7 Análisis de regresión múltiple con información cualitativa: variables binarias (o dummy)
- 7.1 Descripción de la información cualitativa
- 7.2 Una sola variable binaria independiente
- Interpretación de los coeficientes de variables explicativas binarias cuando la variable dependiente es log(y)
- 7.3 Uso de variables binarias en categorías múltiples
- Incorporación de información ordinal mediante el uso de variables binarias
- 7.4 Interacciones en las que intervienen variables binarias
- Interacciones entre variables binarias
- Considerar pendientes diferentes
- Prueba para diferencias en las funciones de regresión a través de los grupos
- 7.5 Una variable dependiente binaria: el modelo de probabilidad lineal
- 7.6 Más acerca del análisis de políticas y evaluación de programas
- 7.7 Interpretación de los resultados de una regresión con variables dependientes discretas
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- 8 Heterocedasticidad
- 8.1 Consecuencias de la heterocedasticidad para MCO
- 8.2 Inferencia robusta a la heterocedasticidad en la estimación por MCO
- Cálculo de pruebas ML robustas a la heterocedasticidad
- 8.3 Pruebas para heterocedasticidad
- Prueba de White para heterocedasticidad
- 8.4 Estimación por mínimos cuadrados ponderados
- Heterocedasticidad conocida, salvo una constante multiplicativa
- La función de heterocedasticidad debe ser estimada: MCG factibles
- ¿Qué pasa si la función de heterocedasticidad supuesta es incorrecta?
- Predicción e intervalos de predicción con heterocedasticidad
- 8.5 Reconsideración del modelo de probabilidad lineal
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- 9 Más sobre especificación y temas de datos
- 9.1 Especificación incorrecta de la forma funcional
- RESET como una prueba general para especificación incorrecta de formas funcionales
- Pruebas contra alternativas no anidadas
- 9.2 Uso de las variables proxy para las variables explicativas no observadas
- Utilización de variables dependientes rezagadas como variables proxy
- Un enfoque diferente de la regresión múltiple
- 9.3 Modelos con pendientes aleatorias
- 9.4 Propiedades de MCO bajo error de medición
- Error de medición en la variable dependiente
- Error de medición en las variables explicativas
- 9.5 Datos faltantes, muestras no aleatorias y observaciones aberrantes
- Datos faltantes
- Muestras no aleatorias
- Observaciones influyentes y observaciones aberrantes
- 9.6 Estimación por mínimas desviaciones absolutas
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- Parte 2 Análisis de regresión con datos de series de tiempo
- 10 Análisis básico de regresión con datos de series de tiempo
- 10.1 Naturaleza de los datos de series de tiempo
- 10.2 Ejemplos de modelos de regresión con series de tiempo
- Modelos estáticos
- Modelos de rezagos distribuidos finitos
- Una convención sobre el índice de tiempo
- 10.3 Propiedades en muestras finitas de MCO bajo los supuestos clásicos
- Las varianzas de los estimadores de MCO y el teorema de Gauss-Markov
- Inferencia bajo los supuestos del modelo lineal clásico
- 10.4 Forma funcional, variables binarias y números índice
- 10.5 Tendencias y estacionalidad
- Caracterización de la tendencia en las series de tiempo
- Uso de variables con tendencia en el análisis de regresión
- Interpretación de las regresiones con tendencia en el tiempo mediante la eliminación de la tendencia
- Cálculo de la R-cuadrada cuando la variable dependiente tiene tendencia
- Estacionalidad
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- 11 Aspectos adicionales de MCO con datos de series de tiempo
- 11.1 Series de tiempo estacionarias y débilmente dependientes
- Series de tiempo estacionarias y no estacionarias
- Series de tiempo débilmente dependientes
- 11.2 Propiedades asintóticas de MCO
- 11.3 Uso de series de tiempo altamente persistentes en el análisis de regresión
- Series de tiempo altamente persistentes
- Transformaciones de series de tiempo altamente persistentes
- Decidir si una serie de tiempo es o no I(1)
- 11.4 Modelos dinámicamente completos y ausencia de correlación serial
- 11.5 El supuesto de homocedasticidad en los modelos de series de tiempo
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- 12 Correlación serial y heterocedasticidad en regresiones de series de tiempo
- 12.1 Propiedades de MCO con errores correlacionados serialmente
- Insesgamiento y consistencia
- Eficiencia e inferencia
- Bondad de ajuste
- Correlación serial en presencia de variables dependientes rezagadas
- 12.2 Métodos de prueba de la correlación serial
- Prueba t de correlación serial AR(1) con regresores estrictamente exógenos
- Prueba de Durbin-Watson bajo los supuestos clásicos
- Prueba de correlación serial AR(1) sin regresores estrictamente exógenos
- Prueba de correlación serial de orden superior
- 12.3 Corrección de correlación serial con regresores estrictamente exógenos
- Obtención del mejor estimador lineal insesgado en el modelo AR(1)
- Estimación por MCG factibles con errores AR(1)
- Comparación de MCO y MCGF
- Corrección de la correlación serial de orden superior
- 12.4 Diferenciación y correlación serial
- 12.5 Inferencia robusta a la correlación serial después de MCO
- 12.6 Heterocedasticidad en regresiones de series de tiempo
- Estadísticos robustos a la heterocedasticidad
- Pruebas de heterocedasticidad
- Heterocedasticidad condicional autorregresiva
- Heterocedasticidad y correlación serial en modelos de regresión
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- Parte 3 Temas avanzados
- 13 Combinación de cortes transversales en el tiempo: métodos simples para datos de panel
- 13.1 Combinación independiente de cortes transversales en el tiempo
- Prueba de Chow para el cambio estructural en el tiempo
- 13.2 Análisis de políticas con combinación de cortes transversales
- 13.3 Análisis de datos de panel para un periodo de dos años
- Organización de los datos de panel
- 13.4 Análisis de políticas con datos de panel de dos periodos
- 13.5 Diferenciación con más de dos periodos
- Posibles dificultades con la primera diferenciación en los datos de panel
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- APÉNDICE 13A
- 14 Métodos avanzados para datos de panel
- 14.1 Estimación de efectos fijos
- Regresión de variables binarias
- ¿Efectos fijos o primera diferencia?
- Efectos fijos con paneles no balanceados
- 14.2 Modelos de efectos aleatorios
- ¿Efectos aleatorios o efectos fijos?
- 14.3 Método de efectos aleatorios correlacionados
- 14.4 Aplicación de métodos de datos de panel a otras estructuras de datos
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- APÉNDICE 14A
- 15 Estimación con variables instrumentales y mínimos cuadrados en dos etapas
- 15.1 Justificación: variables omitidas en un modelo de regresión simple
- Inferencia estadística con el estimador de VI
- Propiedades de VI con una variable instrumental deficiente
- Cálculo de la R cuadrada después de la estimación de VI
- 15.2 Estimación de VI del modelo de regresión múltiple
- 15.3 Mínimos cuadrados en dos etapas
- Una sola variable explicativa endógena
- Multicolinealidad y MC2E
- Múltiples variables explicativas endógenas
- Pruebas de hipótesis múltiples después de la estimación de MC2E
- 15.4 Soluciones de VI a los problemas de errores en las variables
- 15.5 Pruebas de endogeneidad y pruebas de restricciones de sobreidentificación
- Prueba de endogeneidad
- Prueba de restricciones de sobreidentificación
- 15.6 MC2E con heterocedasticidad
- 15.7 Aplicación de MC2E a las ecuaciones de series de tiempo
- 15.8 Aplicación de MC2E a cortes transversales combinados y a datos de panel
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- APÉNDICE 15A
- 16 Modelos de ecuaciones simultáneas
- 16.1 Naturaleza de los modelos de ecuaciones simultáneas
- 16.2 Sesgo de simultaneidad en MCO
- 16.3 Identificar y estimar una ecuación estructural
- Identificación en un sistema de dos ecuaciones
- Estimación mediante MC2E
- 16.4 Sistemas con más de dos ecuaciones
- Identificación en sistemas con tres o más ecuaciones
- Estimación
- 16.5 Modelos de ecuaciones simultáneas con series de tiempo
- 16.6 Modelos de ecuaciones simultáneas con datos de panel
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- 17 Modelos de variable dependiente limitada y correcciones a la selección muestral
- 17.1 Modelos logit y probit para respuesta binaria
- Especificación de modelos logit y probit
- Estimación de máxima verosimilitud de los modelos logit y probit
- Prueba de hipótesis múltiples
- Interpretación de las estimaciones logit y probit
- 17.2 Modelo Tobit para respuestas de solución de esquina
- Interpretación de las estimaciones Tobit
- Problemas de especificación en los modelos Tobit
- 17.3 El modelo de regresión de Poisson
- 17.4 Modelos de regresión censurada y truncada
- Modelos de regresión censurada
- Modelos de regresión truncada
- 17.5 Correcciones de la selección muestral
- ¿Cuándo es consistente MCO sobre la muestra seleccionada?
- Truncamiento incidental
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- APÉNDICE 17A
- APÉNDICE 17B
- 18 Temas avanzados de series de tiempo
- 18.1 Modelos de rezagos distribuidos infinitos
- Rezagos distribuidos geométricos (o de Koyck)
- Modelos de rezagos distribuidos racionales
- 18.2 Prueba de raíces unitarias
- 18.3 Regresión espuria
- 18.4 Modelos de cointegración y de corrección del error
- Cointegración
- Modelos de corrección del error
- 18.5 Elaboración de pronósticos
- Tipos de modelos de regresión empleados para pronósticos
- Pronóstico de un paso hacia delante
- Comparación de pronósticos de un paso hacia delante
- Pronósticos de múltiples pasos hacia delante
- Pronóstico de tendencia, estacionalidad y procesos integrados
- Resumen
- Términos clave
- Problemas
- Ejercicios en computadora
- 19 Realización de un proyecto empírico
- 19.1 Plantear una pregunta
- 19.2 Revisión bibliográfica
- 19.3 Recolección de datos
- Decidir el conjunto apropiado de datos
- Ingresar y almacenar los datos
- Inspección, depuración y resumen de los datos
- 19.4 Análisis econométrico
- 19.5 La redacción de un trabajo empírico
- Introducción
- Marco conceptual (o teórico)
- Métodos econométricos y métodos de estimación
- Los datos
- Resultados
- Conclusiones
- Sugerencias de estilo
- Resumen
- Términos clave
- Muestra de proyectos empíricos
- Lista de publicaciones
- Fuentes de datos
- Apéndices
- Apéndice A Herramientas matemáticas básicas
- A.1 El operador de suma y la estadística descriptiva
- A.2 Propiedades de las funciones lineales
- A.3 Proporciones y porcentajes
- A.4 Algunas funciones especiales y sus propiedades
- Funciones cuadráticas
- Logaritmo natural
- La función exponencial
- A.5 Cálculo diferencial
- Resumen
- Términos clave
- Problemas
- Apéndice B Fundamentos de probabilidad
- B.1 Variables aleatorias y sus distribuciones de probabilidad
- Variables aleatorias discretas
- Variables aleatorias continuas
- B.2 Distribuciones conjuntas, distribuciones condicionales e independencia
- Distribuciones conjuntas e independencia
- Distribuciones condicionales
- B.3 Características de las distribuciones de probabilidad
- Una medida de tendencia central: el valor esperado
- Propiedades de los valores esperados
- Otra medida de tendencia central: la mediana
- Medidas de variabilidad: varianza y desviación estándar
- Varianza
- Desviación estándar
- Estandarización de una variable aleatoria
- Sesgo y curtosis
- B.4 Características de las distribuciones conjuntas y de las condicionales
- Medidas de asociación: covarianza y correlación
- Covarianza
- Coeficiente de correlación
- Varianza de sumas de variables aleatorias
- Esperanza condicional
- Propiedades de la esperanza condicional
- Varianza condicional
- B.5 La distribución normal y otras distribuciones semejantes
- La distribución normal
- La distribución normal estándar
- Propiedades adicionales de la distribución normal
- La distribución ji-cuadrada
- La distribución t
- La distribución F
- Resumen
- Términos clave
- Problemas
- Apéndice C Fundamentos de estadísticamatemática
- C.1 Poblaciones, parámetros y muestreo aleatorio
- Muestreo
- C.2 Propiedades de muestras finitas de los estimadores
- Estimadores y estimaciones
- Insesgadez
- La varianza de muestreo de los estimadores
- Eficiencia
- C.3 Propiedades asintóticas o de muestra grande de los estimadores
- Consistencia
- Normalidad asintótica
- C.4 Métodos generales para estimar parámetros
- El método de momentos
- Máxima verosimilitud
- Mínimos cuadrados
- C.5 Estimación de intervalos e intervalos de confianza
- La naturaleza de la estimación de intervalos
- Intervalos de confianza para la media de una población normalmente distribuida
- Una sencilla regla general para un intervalo de confianza a 95%
- Intervalos de confianza asintóticos para poblaciones no normales
- C.6 Prueba de hipótesis
- Fundamentos de la prueba de hipótesis
- Pruebas de hipótesis para la media de una población normal
- Pruebas asintóticas para poblaciones no normales
- Cálculo y uso de los valores-p
- La relación entre intervalos de confianza y pruebas de hipótesis
- Significancia práctica frente a significancia estadística
- C.7 Comentarios sobre la notación
- Resumen
- Términos clave
- Problemas
- Apéndice D Resumen de álgebra matricial
- D.1 Definiciones básicas
- D.2 Operaciones matriciales
- Suma matricial
- Multiplicación escalar
- Multiplicación matricial
- Transposición
- Multiplicación parcial particionada
- Traza
- Inversa
- D.3 Independencia lineal y rango de una matriz
- D.4 Formas cuadráticas y matrices definidas positivas
- D.5 Matrices idempotentes
- D.6 Diferenciación de formas lineales y cuadráticas
- D.7 Momentos y distribuciones de vectores aleatorios
- Valor esperado
- Distribución normal multivariada
- Distribución ji-cuadrada
- Distribución t
- Distribución F
- Resumen
- Términos clave
- Problemas
- Apéndice E El modelo de regresión lineal en forma matricial
- E.1 El modelo de estimación de los mínimos cuadrados ordinarios
- E.2 Propiedades muestrales finitas de MCO
- E.3 Inferencia estadística
- E.4 Algunos análisis asintóticos
- Estadístico de Wald para probar hipótesis múltiples
- Resumen
- Términos clave
- Problemas
- Apéndice F Respuestas a las preguntas del capítulo
- Capítulo 2
- Capítulo 3
- Capítulo 4
- Capítulo 6
- Capítulo 7
- Capítulo 8
- Capítulo 9
- Capítulo 10
- Capítulo 11
- Capítulo 12
- Capítulo 13
- Capítulo 14
- Capítulo 15
- Capítulo 16
- Capítulo 17
- Capítulo 18
- G Tablas estadísticas
- Referencias
- Glosario
- Índice